論文の概要: Temperature-Annealed Boltzmann Generators

• arxiv url: http://arxiv.org/abs/2501.19077v1
• Date: Fri, 31 Jan 2025 12:09:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-03 22:46:13.005045
• Title: Temperature-Annealed Boltzmann Generators
• Title（参考訳）: 温度加熱ボルツマン発電機
• Authors: Henrik Schopmans, Pascal Friederich,
• Abstract要約: 逆クルバック・リーブラー分岐を高温での正規化流の訓練はモード崩壊を伴わずに可能である。 目標温度を下げるために,再重み付けに基づく学習目標を導入する。 最大のシステムにとって、我々のアプローチはシステムの準安定状態を正確に解決する唯一の方法である。
• 参考スコア（独自算出の注目度）: 0.6906005491572401
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Efficient sampling of unnormalized probability densities such as the Boltzmann distribution of molecular systems is a longstanding challenge. Next to conventional approaches like molecular dynamics or Markov chain Monte Carlo, variational approaches, such as training normalizing flows with the reverse Kullback-Leibler divergence, have been introduced. However, such methods are prone to mode collapse and often do not learn to sample the full configurational space. Here, we present temperature-annealed Boltzmann generators (TA-BG) to address this challenge. First, we demonstrate that training a normalizing flow with the reverse Kullback-Leibler divergence at high temperatures is possible without mode collapse. Furthermore, we introduce a reweighting-based training objective to anneal the distribution to lower target temperatures. We apply this methodology to three molecular systems of increasing complexity and, compared to the baseline, achieve better results in almost all metrics while requiring up to three times fewer target energy evaluations. For the largest system, our approach is the only method that accurately resolves the metastable states of the system.
• Abstract（参考訳）: 分子系のボルツマン分布のような非正規化確率密度の効率的なサンプリングは長年の課題である。 分子動力学やマルコフ連鎖モンテカルロのような従来の手法に次いで、逆カルバック・リーブラー分岐を伴う正規化フローのトレーニングのような変分アプローチが導入された。 しかし、そのような手法はモード崩壊しがちであり、完全な構成空間のサンプリングを学ばないことが多い。 本稿では,温度アニール型ボルツマン発電機(TA-BG)について述べる。 まず,モード崩壊を伴わずに高温での逆クルバック・リーブラー分岐による正規化流れのトレーニングが可能であることを実証した。 さらに, 目標温度の低下を緩和するために, 再重み付けに基づくトレーニング手法を導入する。 本手法は, 複雑性を増大させる3つの分子系に適用し, ベースラインと比較して, 目標エネルギー評価の最大3倍の精度で, ほぼすべての測定値においてより良い結果が得られることを示した。 最大のシステムにとって、我々のアプローチはシステムの準安定状態を正確に解決する唯一の方法である。

関連論文リスト

• Feynman-Kac Correctors in Diffusion: Annealing, Guidance, and Product of Experts [64.34482582690927]
  事前学習したスコアベースモデルから得られた熱処理, 幾何平均, 製品分布の配列から, 効率的かつ原理的に抽出する方法を提供する。 本稿では,サンプリング品質を向上させるために,推論時間スケーリングを利用する逐次モンテカルロ(SMC)再サンプリングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-03-04T17:46:51Z)
• Scalable Equilibrium Sampling with Sequential Boltzmann Generators [60.00515282300297]
  ボルツマン生成フレームワークを拡張し、2つの重要な改良を加えた逐次ボルツマン生成装置を導入する。 1つ目は、全原子カルテシアン座標上で直接動作する高効率な非等価トランスフォーマーベース正規化フローである。 これまでのボルツマン発生器では, トリ, テトラ, ヘキサペプチドのカルテシアン座標における最初の平衡サンプリングを実証した。
  論文  参考訳（メタデータ） (2025-02-25T18:59:13Z)
• Squeezed Thermal Reservoir Engineering via Linear Interactions [0.16574413179773761]
  本稿では,量子システムのための多用途熱貯留層構築法を提案する。 通常の熱環境において, システムと損失モードを結合することにより, 圧縮された貯留層の効果をエミュレートすることができる。
  論文  参考訳（メタデータ） (2024-08-28T18:00:01Z)
• Iterated Denoising Energy Matching for Sampling from Boltzmann Densities [109.23137009609519]
  反復Denoising Energy Matching (iDEM) iDEMは,拡散型サンプリング装置から高モデル密度のサンプリング領域を (I) 交換し, (II) それらのサンプルをマッチング目的に使用した。 提案手法は,全測定値の最先端性能を達成し,2～5倍の速さでトレーニングを行う。
  論文  参考訳（メタデータ） (2024-02-09T01:11:23Z)
• Conditional Normalizing Flows for Active Learning of Coarse-Grained Molecular Representations [0.6906005491572401]
  フローの正規化のような生成機械学習手法は、サンプルなしでボルツマン分布を直接学習するために使われてきた。 本研究では,この問題を細粒度と粗粒度という2つのレベルに分けることで,この問題に対処する。 構成空間を探索するために,フローを更新し,必要時にのみ全原子ポテンシャルエネルギー評価を行うことのできる,能動学習による粗粒度シミュレーションを用いる。
  論文  参考訳（メタデータ） (2024-02-02T07:44:26Z)
• Entropy production in the mesoscopic-leads formulation of quantum thermodynamics [0.0]
  熱浴と強く結合したシステムのエントロピー生成は、量子熱力学とメソスコピック物理学の中核的な問題である。 近年、メソスコピック・リード・アプローチは、複数の熱浴と強く結合した量子系を研究するための強力な方法として出現している。 一つの浴槽に結合したシステムは, 埋没時の熱的固定点を示すことを数値的に示す。
  論文  参考訳（メタデータ） (2023-12-19T19:00:04Z)
• Generative Modeling on Manifolds Through Mixture of Riemannian Diffusion Processes [57.396578974401734]
  一般多様体上に生成拡散過程を構築するための原理的枠組みを導入する。 従来の拡散モデルの認知的アプローチに従う代わりに、橋梁プロセスの混合を用いて拡散過程を構築する。 混合過程を幾何学的に理解し,データ点への接する方向の重み付け平均としてドリフトを導出する。
  論文  参考訳（メタデータ） (2023-10-11T06:04:40Z)
• Unbiasing time-dependent Variational Monte Carlo by projected quantum evolution [44.99833362998488]
  量子系を古典的にシミュレートするためのモンテカルロ変分法(英語版)の精度とサンプルの複雑さを解析する。 時間依存変分モンテカルロ(tVMC)が最もよく用いられるスキームは、体系的な統計的バイアスによって影響を受けることを証明している。 本稿では,各段階における最適化問題の解法に基づく異なるスキームが,そのような問題から解放されていることを示す。
  論文  参考訳（メタデータ） (2023-05-23T17:38:10Z)
• GeoDiff: a Geometric Diffusion Model for Molecular Conformation Generation [102.85440102147267]
  分子配座予測のための新しい生成モデルGeoDiffを提案する。 GeoDiffは、既存の最先端のアプローチよりも優れているか、あるいは同等であることを示す。
  論文  参考訳（メタデータ） (2022-03-06T09:47:01Z)
• Particle Dynamics for Learning EBMs [83.59335980576637]
  エネルギーベースモデリングは教師なし学習への有望なアプローチであり、単一のモデルから多くの下流アプリケーションを生み出す。 コントラスト的アプローチ(contrastive approach)"でエネルギーベースモデルを学習する際の主な困難は、各イテレーションで現在のエネルギー関数からサンプルを生成することである。 本稿では,これらのサンプルを取得し,現行モデルからの粗大なMCMCサンプリングを回避するための代替手法を提案する。
  論文  参考訳（メタデータ） (2021-11-26T23:41:07Z)
• Entropy Production and the Role of Correlations in Quantum Brownian Motion [77.34726150561087]
  量子ブラウン運動のカルデイラ・レゲットモデルにおいて、量子エントロピーの生成、異なる種類の相関、およびそれらの相互作用について研究する。
  論文  参考訳（メタデータ） (2021-08-05T13:11:05Z)
• Thermal rectification through a nonlinear quantum resonator [0.0]
  低次元量子系における温度補正観測に必要な条件を同定する。 整合性を高めるために、ラムシフトをどのように活用できるかを示す。 強い結合体制は、弱い結合体制から派生した境界に違反することを可能にする。
  論文  参考訳（メタデータ） (2021-01-26T11:55:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。